KNIGHT – KI in der Lehre
Das Projekt KNIGHT an der HFT Stuttgart zeigt, wie Künstliche Intelligenz Lehre und Lernen neu gestaltet.
- Individuelle Lernpfade für Studierende
- Unterstützung Lehrender durch intelligente Systeme
- Kompetenzaufbau für einen verantwortungsvollen KI-Einsatz
Projektstruktur: Themen und Arbeitspakete
KNIGHT fokussiert sich auf die Integration Künstlicher Intelligenz in Lehre, Lernprozesse und Hochschulstrukturen.
Im Folgenden finden Sie die thematischen Schwerpunkte des Projekts und die entsprechenden Arbeitspakete (AP).
Ethikbezogene Arbeitspakete:
- AP 2.1 – 2.2: Konzeption ethischer Leitlinien für verantwortungsvollen KI-Einsatz.
Technische Arbeitspakete:
- AP 3.1 – 3.7: Infrastruktur, Visualisierung (Grafana), Datenmigration, Study Dean Cockpit.
- AP 4.1 – 4.4: Adaptive Testsysteme, KI-Integration in Moodle.
- AP5: Fachspezifische Umsetzung.
Kompetenzbezogene Arbeitspakete:
- AP 1.1 – 1.3: Kompetenzanalyse und Matrix.
- AP 6: KI-Zertifikate und Schulungsformate.
Evaluation & Transfer:
- AP 7: Begleitforschung, Evaluation, Verankerung.
- AP 8: Textgenerierende KI in der Lehre.
AP1
Entwicklung einer Kompetenzmatrix für KI
Erhebung und Strukturierung relevanter KI-Kompetenzen.
Mehr erfahren AP2
Formulierung ethischer Leitlinien
Grundkonzeption ethischer Rahmenbedingungen für KI.
Mehr erfahren AP3
Aufbau einer Learning-Analytics-Infrastruktur
Technischer Aufbau und Visualisierung von Analysedaten.
Mehr erfahren AP4
Implementierung Adaptiver Tests
Integration von Tests mit adaptiver Logik in Moodle.
Mehr erfahren AP7
Evaluation und Projektverankerung
Begleitforschung und Evaluation aller Maßnahmen.
Mehr erfahrenErkenntnisse
Erkenntnisse aus dem Projekt
- Publikationen
- Workshops & Events
- Repositories
- Verwendung der Ergebnisse
- Sonstiges
- Hirsch et al. (2025): Theory-Based Design of AI-Driven Virtual Training Systems
- Uckelmann et al. (2025): KI in wissenschaftlichen Schreibseminaren
- Uckelmann (2025): Potential of XR-based Learning
- Schellhammer et al. (2025): Schulungen im Industrial Metaverse
- Arfeli et al. (2025): Development of an AI Competence Matrix for AI Teaching at Universities
- Hirsch et al. (2025): Effective Feedback Systems in Learning Analytics: Didactic and Psychological Foundations, Implementations, and Perspectives
- Weber et al. (2024): Implementing Ethical Considerations into Ai-Supported Student Counselling—a Case Study
- Arfeli et al. (2024): Development of an AI Competence Matrix for AI Teaching at Universities
- Sharif et al. (2024): Multi-Modal LA in Personalized Education using Deep Reinforcement Learning Based Approach
- Sharif et al. (2024): KNIGHT: Machine Learning Methods to Enhance Individualized Learning
- Hirsch et al. (2024): Effective Feedback Systems in Learning Analytics: Didactic and Psychological Foundations, Implementations, and Perspectives
- Pado et al. (2024): Computer-Based Methods for Adaptive Teaching and Learning
- Vintila, F. (2024): AVERT: an LLM-Based Procedure that Interactively Verifies Code Authorship and Evaluates Student Understanding
- Höpner et al. (2024): Implementing Generative AI in Academic Writing Seminars.
- pado et al. (2023): Short-Answer Grading for German – Addressing the Challenges
- Sharif et al. (2023): KNIGHT Learning Analytics Architecture – Betterment of Student Education
- Bhavasar et al. (2023): Enhancing Personalized Learning – Multi-Modal Learning Analytics Dashboards
- Pado et al. (2025): Vortrag beim Workshop "Adaptives Lernen in der Hochschulbildung" an der Uni Ulm
- Uckelmann (2024): Vortrag an der Hochschule Ulm: Künstliche Intelligenz in der Hochschulbildung – ein Erfahrungsbericht
- Pado et al. (2024): Ringvorlesung: KI-Unterstützung für Tests und Korrektur bei GHD
Masterarbeit (2024):
Enhancing Student Performance Through Personalized Learning Powered by Machine Learning. Betreuung: Dieter Uckelmann, Muddsair Sharif
Masterarbeit (2024):
From Learning Analytics to Adaptive Learning Paths. Betreuung: Dieter Uckelmann, externer Firmenbetreuer
Fortlaufend:
Nachhaltiger Einfluss auf Programmierübungen an der HFT Stuttgart
Fortlaufend:
Nachhaltiger Einfluss auf die Lehre zu KI an der HFT Stuttgart
2024–2025:
Zugang zu generativer KI in Schreibseminaren – sachliche Auseinandersetzung fördern
Projektteam
Unser engagiertes Team
Prof. Dr.-Ing. Dieter Uckelmann
Professor / Wissenschaftlicher Direktor
Prof. Dr. Peter Heusch
Professor / Dekan
Prof. Dr. rer. nat. Michael Mommert
Professor
Prof. Dr. Tobias Popovic
Professor / Ethikbeauftragter der HFT Stuttgart
Prof. Dr. Alexander Rausch
Professor für Wirtschaftsinformatik
Prof. Dr. Ulrike Pado
Professorin
Dr. Tatyana Podgayetskaya
Akademische Mitarbeiterin
Dr. Sunita Hirsch
Akademische Mitarbeiterin
Dr. phil. Diana Arfeli
Referentin für Ethik
Tim Herbst
Teammitglied
Annegret Höpner
Akademische Mitarbeiterin
Niko Jochim
Teammitglied
Dipl.-Math. Konstanze Mehmedovski
Akademische Mitarbeiterin
Muddsair Sharif
Akademische Mitarbeiter
Dipl.-Ing. Florentin Vintila
Teammitglied
